P4314 CPU监控

题面

这是一道堪称“线段树3”的线段树好题,对于\(lazy\)标记的操作可以说是非常巧妙

我们用结构体来记录\(lazy\)标记,结构体中定义\(a,b\)两个元素,\(a\)表示加上\(a\)\(b\)表示赋值为\(b\)

那么对于\(\{a_1,b_1\},\{a_2,b_2\}\)两个结构体合并后就是\(\{a_1+a_2,max(b_1+a_2,b_2)\}\),一个数\(v\)加上标记就是\(\{max(v+a),b\}\)

知道了这些,标记的下传就没有问题了,另一个问题是,怎么求历史最大值

我们只需要记录下来最大的连续和以及最大赋值,因为历史最大值如果会被修改,一定是原数加上最大连续和或者最大赋值

下面放代码

#include<algorithm>
#include<iostream>
#include<cstring>
#include<cstdio>
#include<cctype>
#define ll long long
#define gc getchar
#define maxn 100005
#define INF 0x3f3f3f3f
using namespace std;

inline ll read(){
    ll a=0;int f=0;char p=gc();
    while(!isdigit(p)){f|=p=='-';p=gc();}
    while(isdigit(p)){a=(a<<3)+(a<<1)+(p^48);p=gc();}
    return f?-a:a;
}int n,m;

struct ahaha1{
    int a,b;
    int add(int v){return max(v+a,b);}
}zero;
ahaha1 max(const ahaha1 x,const ahaha1 y){
    return (ahaha1){max(x.a,y.a),max(x.b,y.b)};
}
ahaha1 merge(const ahaha1 x,const ahaha1 y){
    return (ahaha1){x.a+y.a,max(x.b+y.a,y.b)};
}

struct ahaha{
    int v,v1;ahaha1 lz1,lz2;
}t[maxn<<2];
#define lc p<<1
#define rc p<<1|1
inline void pushup(int p){
    t[p].v=max(t[lc].v,t[rc].v);
    t[p].v1=max(t[lc].v1,t[rc].v1);
}
inline void pushdown(int p){
    ahaha1 &lz1=t[p].lz1,&lz2=t[p].lz2;
    t[lc].lz2=max(t[lc].lz2,merge(t[lc].lz1,lz2));
    t[rc].lz2=max(t[rc].lz2,merge(t[rc].lz1,lz2));
    t[lc].lz1=merge(t[lc].lz1,lz1);
    t[rc].lz1=merge(t[rc].lz1,lz1);
    t[lc].v1=max(t[lc].v1,lz2.add(t[lc].v));
    t[rc].v1=max(t[rc].v1,lz2.add(t[rc].v));
    t[lc].v=lz1.add(t[lc].v);t[rc].v=lz1.add(t[rc].v);
    lz1=lz2=zero;
}
void build(int p,int l,int r){
    t[p].lz1=t[p].lz2=zero;
    if(l==r){t[p].v=t[p].v1=read();return;}
    int m=l+r>>1;
    build(lc,l,m);build(rc,m+1,r);
    pushup(p);
}
void update(int p,int l,int r,int L,int R,ahaha1 z){
    if(l>R||r<L)return;
    if(L<=l&&r<=R){
        t[p].v=z.add(t[p].v);
        t[p].v1=max(t[p].v1,t[p].v);
        t[p].lz1=merge(t[p].lz1,z);
        t[p].lz2=max(t[p].lz1,t[p].lz2);
        return;
    }
    int m=l+r>>1;pushdown(p);
    update(lc,l,m,L,R,z);update(rc,m+1,r,L,R,z);
    pushup(p);
}
int query(int p,int l,int r,int L,int R,int z){
    if(l>R||r<L)return -INF;
    if(L<=l&&r<=R)return z?t[p].v:t[p].v1;
    int m=l+r>>1;pushdown(p);
    return max(query(lc,l,m,L,R,z),query(rc,m+1,r,L,R,z));
}

inline void solve_1(){
    int x=read(),y=read();
    printf("%d\n",query(1,1,n,x,y,1));
}
inline void solve_2(){
    int x=read(),y=read();
    printf("%d\n",query(1,1,n,x,y,0));
}
inline void solve_3(){
    int x=read(),y=read(),z=read();
    update(1,1,n,x,y,(ahaha1){z,-INF});
}
inline void solve_4(){
    int x=read(),y=read(),z=read();
    update(1,1,n,x,y,(ahaha1){-INF,z});
}

char s[5];
int main(){
    n=read();zero=(ahaha1){0,-INF};
    build(1,1,n);
    m=read();
    while(m--){
        scanf("%s",s+1);
        switch(s[1]){
            case 'Q':solve_1();break;
            case 'A':solve_2();break;
            case 'P':solve_3();break;
            case 'C':solve_4();break;
        }
    }
    return 0;
}

转载于:https://www.cnblogs.com/hanruyun/p/10425271.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值